如果没有必要请不要使用301,当你不确定的时候先用302。因为这个转发缓存是存在客户端的,一旦设置301后服务端无法通知客户端更新,除非客户自己清除缓存。 Chrome中301作为永久转发会一直保持下去,上图中就是当打开开发者工作台时可以右击刷新按钮清除缓存。 有一个特殊情况上面的方法不奏效,那就是如果是A.com转发到B.com,如果是这样就要开启工作台中的preserve log后再清除。 Post Views: 183
如果没有必要请不要使用301,当你不确定的时候先用302。因为这个转发缓存是存在客户端的,一旦设置301后服务端无法通知客户端更新,除非客户自己清除缓存。 Chrome中301作为永久转发会一直保持下去,上图中就是当打开开发者工作台时可以右击刷新按钮清除缓存。 有一个特殊情况上面的方法不奏效,那就是如果是A.com转发到B.com,如果是这样就要开启工作台中的preserve log后再清除。 Post Views: 183
开发怎么可能离得开数据库呢~ 这里的EFC和以前的EF不是一个东西,就跟.net core和以前的.net不一样是一个道理。 Core这个家族可以说是完全跟开源接轨了,不管是运行方式,交互方式如果熟悉开源组件的同学就会感觉跟自己家一样,当然还没那么接地气,下面就是在用EFC CLI Tool时碰到的几个坑。 如果你的项目不是一个程序集,那么你不得不指定开始项目和目标项目就比如得这样:“dotnet ef list -p 目标项目目录 -s 开始项目目录”,这里我就很不理解,也困惑了我好一会,如果知道开始项目,那么作…
如果你有不得不用sqlserver的理由,并且手上只有MAC时那么这篇文章可能对你有帮助。 第一个要解决的就是数据库的GUI管理软件,SQL Server Management Studio (SSMS)肯定是没办法在Mac上跑了,这里最佳的替代就是Azure Data Studio,看名字就知道它的作用就是管理Azure上的数据,所以不管是sql server也好还是postgresql也好都可以用它管理。装好之后会发现它绝对是在vs code同一个team弄出来的,连很多默认样式都一样,所以跟vs code一样…
最近在配置.net的remote开发环境,用了整套VS Code Remote的三大件,在用container时总是提示: 一头雾水,docker版本20了都,可能的理解就是它没找到docker。可是信息有限,好在开源项目有issue,作者介绍了debug的办法,适用于进一步调试。 Developer Tools就是chrome的开发栏,是同一个东西,能够看到UI的日志,已经发现就是Docker version这个命令的返回值出错,作者在issue中反复提到会不会是没加入Path,我不信。最后他终于提到了,如果再v…
问题出现在版本1.22和1.21中,同样的配置在1.19和1.20版本中成功配置没有问题。 kubeadm init初始化后提示成功,在master第二个节点 kubeadm join时提示could not find a JWS signature 于是回到第一个master上看一下cluster info信息kubectl get configmap cluster-info --namespace=kube-public -o yaml非常奇怪的是没有jws段,jws是一个证书的签名用来验证证书的token,…
对比需要统一单位,这里以最小计费单位GB每小时来统一度量单位,这里对有的产品不公平比如按量付费和包月两种方式的,希望对产品选购也有意义。 NAS 最方便的使用方式,以每个月最大的存储上限计费对于存储波动大的很不公平。它的优点是灵活,缺点是io较低,依赖网路性能。性能型非常贵,指标只是提高了一倍,如果真的对io要求高的产品不建议使用nas。 通用型 0.35元/GiB/月=0.00048611/gh 性能型 0.35元/GiB/月+1.85元/GiB/月=0.00305556/gh OSS 这个产品严格来说不适合作为…
英文好的可以直接阅读原文:引用原文(英文):https://learnk8s.io/sidecar-containers-patterns TL;TR:k8s patterns包含了云原生架构中各种的最佳实践,这里面绕不开用的最多的就是pod下多容器的pattern,也是k8s与swarm区别最大的地方。利用好这些pattern可以在不修改任何代码的情况下实现不同的行为比如TLS加固。 k8s把最小单位从容器上升到了pod是它设计的核心思想,这种设计带来了与原生docker容器无法比拟的优势,我们知道容器利用了li…
ES是一个非常流行的基于lucene的搜索和分析引擎,它提供了resetful的api非常适用于搜索、推荐、日志分析等场景,社区生态丰富,是分布式架构中非常重要的一环。下面从一个docker-compose部署一个最小化集群,并用Kibana和cerebro可视化的来一窥它的能力。 运行上述代码前请先创建一个名为es7net的网络: docker network create es7net下面是配置集群几个常见配置的原则 bootstrap.memory_lock一般设置为true,避免使用swap ES_JAVA…
接上文:《高效的的关键字查找和检测(哈希表和Trie前缀树和FastCheck)在实际使用中的性能》 动态语言是很慢的,它更多的是为了提高开发效率,这里的关键字过滤算法在生产环境中用原生python达到125ms 2千万字/每秒已经够用了。那么是不是可以适当的优化再快一点? Cython,没事cython一下,带你飞 cython能把大部分python代码改为静态的c实现,甚至你可以混合c和python一起写。不过现实是大部分的pythoner如果碰到性能问题要么用go要么就是用csharp,很少去写cython。…
前言:看到dudu发的博文中似乎最近的db压力来源于关键字检测,以前只关注了倒排索引,于是好奇经典的关键字查找在实际生产中性能到底是一个什么数量级? 为什么不用倒排索引 在一个文本中找到给定的关键字最快的做法是倒排索引,比如平常使用的各种搜索框如google,还有咱们在生产中分析日志时用的ES也是。它的优点是海量的文本和海量的关键字,缺点是搜索的文本加入现有索引很慢。所以它不适合:评论、即时通讯、微博、脏字过滤等对发布时间有要求的场景,而这些场景正好跟倒排索引是反过来的。 如果不用Trie树 那么如何实现一个高效的…